甘蔗3 个育种性状与SSR 标记的关联分析及优异等位变异发掘

田春艳 边 芯 郎荣斌 俞华先 桃联安 安汝东 董立华张 钰 经艳芬,*

1 云南省农业科学院甘蔗研究所 / 云南省甘蔗遗传改良重点实验室, 云南开远 661699; 2 农业农村部甘蔗生物学与遗传育种重点实验室(云南), 云南开远 661699

甘蔗是世界上最主要的糖料作物, 甘蔗糖约占全球食糖产量的80%, 占我国食糖产量的90%[1]。提高甘蔗蔗茎产量和茎秆中蔗糖分含量是提高蔗糖产量的关键[2-3]。根据蔗茎理论产量[4]和蔗糖分[5]的计算公式, 甘蔗株高、茎径是甘蔗产量的主要构成因子, 与甘蔗产量密切相关; 蔗汁锤度与甘蔗糖分性状密切相关, 是甘蔗蔗糖分性状评价的重要指标之一。因此, 对这些重要构成因子进行遗传研究对提高甘蔗蔗茎产量和蔗糖产量具有重要意义。然而,这些构成因子均属于数量性状, 受到多个基因数量性状位点的控制, 遗传基础非常复杂, 且表现型与基因型间的相互对应关系也不明确, 因此, 研究较为困难[6]。了解和研究这些主要构成因子的遗传规律, 鉴定与甘蔗产量和糖分相关农艺性状关联的分子标记对培育高产高糖甘蔗新品种具有重要意义和应用价值。

SSR (simple sequence repeats)标记, 因其具有共显性遗传特征、重复性好、基因组中分布广泛和多态性丰富等优点, 已被广泛应用于甘蔗遗传多样性研究、种质资源和杂交后代鉴定、遗传图谱构建等研究[7-10]。关联分析是基于在不同基因座等位变异(基因)间存在的连锁不平衡关系, 能够识别群体内目标性状与遗传标记或候选基因之间的关系, 是一种鉴定与数量性状关联的遗传标记的有效方法[11-12]。已被广泛应用于玉米[13]、水稻[14]、大麦[15]、大豆[16]等多种作物。

目前, 有关甘蔗农艺性状的关联分析也有了相关研究报道。Pinto 等[17]利用43 个SSR 标记与甘蔗产量和品质相关性状进行关联分析, 检测到与株高关联的标记20 个, 与茎径关联的6 个。Banerjee 等[18]以102 个甘蔗品种为研究材料, 基于989 个SSR 标记利用MLM 模型检测与甘蔗蔗糖分及其他产量构成因子关联的分子标记, 结果鉴定出与茎径显着关联的标记4 个, 与蔗糖分显着关联的标记6 个。Bilal等[19]采用20 对SSR 标记对蔗茎重和分蘖数性状进行关联分析, 共发现与蔗茎产量显着关联的标记3个, 与分蘖数极显着关联的标记2 个。Siraree 等[20]通过关联分析发现与甘蔗株高相关的SSR 标记2 个,与茎径相关的3 个, 与锤度相关的1 个, 与蔗糖分相关的 3 个, 对表型变异的解释率范围为 1.6%～37.5%。朱专为[21]以80 份甘蔗品种为研究对象, 利用AFLP 和SSR 标记对甘蔗10 个重要农艺性状进行关联分析, 筛选到一批与株高、茎径、锤度、单茎重等性状关联的标记。Barreto 等[22]以134 份巴西甘蔗种质资源为材料, 利用SSR 标记进行标记-性状关联分析, 结果鉴定出与甘蔗株高关联的SSR 标记3个, 与分蘖数相关的SSR 标记7 个, 与单茎重相关的4 个, 与蔗茎产量关联的3 个。这些研究获得了与甘蔗产量、蔗糖分相关性状关联的一批分子标记,为甘蔗农艺性状与分子标记的关联分析奠定了较好的基础, 但都停留在位点或标记水平(找到关联标记), 未涉及表型效应解析。而进行等位变异的表型效应解析, 以特定等位变异的形式在性状表型和基因型间建立起联系, 这直接关乎到这些优异关联位点在育种上的实际应用潜力。因此, 亟需加强发掘与相关农艺性状关联的新标记, 尤其重要的是对获得的优良关联标记进行表型效应解析, 弄清这些等位变异与表现型的具体对应关系, 发掘对表型值贡献较大的优异等位变异。

鉴于此, 本研究以62 份甘蔗常用杂交亲本或品种(系)、以及本单位自育创新种质为材料, 对与甘蔗产量和蔗糖分密切相关的3 个育种性状在4 个种植环境下的表现型进行调查和分析, 利用37 对SSR 标记对群体材料进行遗传多样性分析、群体结构分析和关联分析, 筛选与甘蔗株高、茎径和锤度显着关联的SSR 标记, 并鉴定出优异关联标记进行表型效应解析, 挖掘与这3 个育种性状表型变异密切相关的优异等位变异及典型载体材料, 掌握产量和蔗糖分性状的表型和遗传标记间的关系, 为甘蔗杂交组合亲本选配和分子育种提供指导和参考依据, 为甘蔗高产高糖育种奠定理论基础。

1 材料与方法

1.1 试验材料

以我国甘蔗育种常用杂交亲本(包括国内栽培种、国外引进种)、以及本单位自育的核心创新种质共62 份甘蔗种质资源为研究材料, 材料信息详见附表1。

附表1 参试材料信息Table S1 Tested materials used in this study

表1 3 个育种性状的方差分析结果和广义遗传力Table 1 MANOVA and broad-sense heritability of three breeding traits

1.2 试验设计和材料种植

本试验于2020 年在云南省农业科学院甘蔗研究所瑞丽育种站进行, 共4 个种植环境条件。包括大田和桶栽2 种方式, 其中大田种植设2 个点, 云南省德宏州陇川县南多和弄门2 个甘蔗品种选育基地,桶栽种植设正常供水和干旱胁迫2 种水分环境。

大田种植采用随机区组设计, 每个材料种植1行, 3 个重复, 行长2.0 m, 行距为1.1 m。桶栽于2020年2 月20 日进行单芽种植, 每只桶装土18 kg, 每桶8 个芽, 每份材料种植6 桶, 正常浇水管理使其生长1 个月后进行出苗调查和补栽以保证苗量。于8 月7日将材料分成2 组, 每组3 桶, 每桶留有长势基本一致的5 株苗, 拔除多余植株。第1 组继续正常供水,第2 组进行干旱胁迫处理。通过控制浇水次数进行干旱胁迫, 即进入抗旱大棚前, 第1 组每隔2 d 浇1次水, 第2 组每隔4 d 浇1 次水, 进入抗旱大棚后,由于气温升高, 为保证干旱胁迫组的基本生长需求,将干旱胁迫组浇水频率调整为每隔3 d 浇1 次水, 每次浇水量为桶底有大量水溢出。

1.3 表型数据调查和统计分析

于甘蔗生理成熟期对株高、茎径、锤度3 个性状进行调查。大田种植的, 每行材料随机调查5 株,桶栽种植的, 每个材料调查3 桶, 每桶选取长势均匀的4 株进行调查。利用DPS 7.05 对表型数据进行描述性统计分析, 利用GenStat12 进行方差和互作效应分析, 并按照Basnayake 等[23]方法计算广义遗传力。

1.4 基因组DNA 提取

取0.2 g 嫩叶, 利用植物基因组DNA 提取试剂盒(Tiangen DNAsecure, DP320-02)提取甘蔗基因组DNA, 具体操作步骤参考试剂盒说明书。使用微量紫外分光光度计NanoDrop (Thermo, ND1000)检测DNA 质量及浓度, 用 1.5%琼脂糖凝胶电泳检测DNA 完整性, 主带清晰且不大量拖尾的DNA 用于后续SSR 分型实验。

1.5 毛细管电泳检测及条带统计

根据文献报道[24-26]选择SSR 标记, 合成荧光引物。PCR 反应总体积为15 µL, 其中, DNA 模板1 µL,Buffer 1.5 µL,TaqDNA 聚合酶 (TransGen Phi29 DNA Polymerase, LP101-01) 0.3 µL, 10 mmol L–1dNTPs 0.3 µL, 25 mmol L–1MgCl21.5 µL, 正反向引物各0.15 µL (浓度10 µmol µL–1), ddH2O 10.1 µL。PCR 扩增程序设置为94℃预变性5 min; 94℃变性30 s, 50～60℃ (根据引物信息调整)退火45 s, 72℃延伸30 s, 这3 个阶段循环32 次; 最后72℃延伸5 min,4℃保存扩增产物。PCR 扩增结束后, 根据琼脂糖凝胶电泳结果估计PCR 产物浓度, 并将产物稀释10倍后与ROX500 内标混匀, 置于ABI3730 测序仪样本架上进行毛细管电泳检测(委托安徽通用生物技术有限公司完成)。测序完成后导出SSR 基因分型文件, 利用GeneMarker v2.7 软件对毛细管电泳输出图谱进行扩增片段统计, 根据需要设定每个SSR 标记的等位基因panel, 系统将根据所设定的panel 进行条带统计, 某一位点上有条带记为“1”, 无条带记为“0”, 系统将自动根据内标ROX 计算片段大小, 最后进行人工校准。

1.6 遗传多样性和群体结构分析

利用Power marker V3.25[27]分析各标记所检测到的等位基因数、主要等位基因频率(major allele frequency, MAF)、多态性信息含量(polymorphism information content, PIC)和基因多样性等参数。

利用Structure 2.3.1[28]进行群体遗传结构分析。设定群体数目从k=1 到k=10, 并假定位点都是独立的, 将开始时MCMC 的不作数迭代设为10,000 次,再将不作数迭代后的设为100,000 次, 10 个重复。利用在线评估软件Structure Harvester (http://taylor0.biology.ucla.edu/structureHarvester/)确定最佳k值。利用CLUMPP2.0[29]将Structure 运行得到的对应k值的多次重复结果进行合并, 得到合并的Q值矩阵,应用distruct1.1[30]绘制Q-plot 图。

1.7 关联分析及优异等位变异发掘

TASSEL 2.1[31]软件可提供2 种关联分析模型,即混合线性模型(mixed linear model, MLM)和一般线性模型(general linear model, GLM)。前人研究表明:利用MLM 模型将各个体Q值作为协变量纳入SSR标记与表型性状变异的回归分析, 可以矫正亚群混合造成的伪关联, 减少假阳性结果[32-34]。因此, 本研究利用MLM 模型, 分别对4 个种植环境条件下3个育种性状与SSR 标记进行关联分析, 其中, MLM分析需要的Q 矩阵来自STRUCTURE 软件的结果,Kinship 矩阵由TASSEL2.1 软件计算得到。为增强结果可靠性和检测稳定性, 本研究进一步将同时在2 个及以上环境下都检测到的标记认为是优异关联标记。

为发掘优异等位变异, 对上述鉴定出的优异关联标记, 参照钱能[35]的方法计算各位点的表型效应值, 逐一进行各等位变异的表型效应解析。SSR 位点等位变异表型效应的计算公式为:

式中,ai代表第i个等位变异的表型效应值,xij为携带第i个等位变异的第j个材料的性状表型测定值,ni为具有第i等位变异的材料数目。Nk为所有材料的性状表型测定值,nk为所有试验材料数目。若ai值为正, 则该等位变异为增效等位变异, 反之为减效等位变异。本研究以发掘甘蔗高产高糖等位变异为目的, 所以具有增效效应的等位变异被认为是优异等位变异, 而携带该等位变异, 且对应表型测定值最大的材料为该等位变异的典型载体材料。

2 结果与分析

2.1 方差和广义遗传力分析

多变量方差分析(MANOVA)和广义遗传力分析结果(表1)显示, 甘蔗3 个性状基因型(种质)间存在极显著差异(P<0.001), 环境(4 个种植环境)对3 个性状也具有极显著影响(P<0.001), 基因型与环境间存在极显著的互作效应(P<0.001)。3 个性状的广义遗传力排序依次为茎径(0.76)>锤度(0.72)>株高(0.68),广义遗传力较高, 说明这3 个性状具有较稳定的遗传特性, 且茎径和锤度的遗传稳定性大于株高。因此, 虽然环境、基因型×环境互作对株高、茎径和锤度具有极显著影响, 但主要取决于种质材料本身,也就是主要由基因型决定。

2.2 3 个育种性状的表型变异分析

62份甘蔗种质3个农艺性状的表型变异分析结果(表2)显示: 4个不同种植环境条件下, 株高的变异系数范围为10.72%～19.89%, 平均值为14.64%;茎径的变异系数介于11.91%～14.89%之间, 均值为13.36%; 锤度的变异系数范围为6.73%～12.11%, 平均值为9.9%。株高变异系数最大, 其次是茎径, 锤度的变异系数最小, 表明群体的株高性状遗传变异最丰富。对于株高, 干旱对其影响较大, 干旱胁迫下的株高平均值显著低于其余3 个环境下的平均值,表明干旱胁迫对甘蔗株高影响较大。而茎径在大田和桶栽2 种种植方式间差异较大, 这主要是由于桶栽种植环境空间小、群体密度大, 因此对蔗茎的生长影响较大。对于锤度, 在桶栽种植正常浇水条件下平均值最低, 这可能是由于土壤中水分过多引起蔗汁中蔗糖浓度降低导致的。

表2 4 个种植环境下供试甘蔗3 个农艺性状变异Table 2 Variation of three agronomic traits in tested sugarcane accessions under four planting environments

对3 个性状在4 个种植环境下进行频数分布分析发现, 本研究的3 个性状均符合正态分布(图1),呈典型的数量性状分布特征。从偏度和峰度值看, 3个性状的偏度介于-1.49～0.43 之间, 峰度介于-0.65～1.89 之间, 偏度和峰度较小, 也符合近正态分布, 可用于后续关联分析。

图1 62 份甘蔗种质资源3 个育种性状的频数分布Fig.1 Frequency distribution of three breeding traits in 62 sugarcane germplasm entries

2.3 遗传多样性和群体结构分析

PCR 扩增结果显示, 37 对引物共检测到204 个等位基因(表3), 变幅为2～10 个, 每个标记平均检测到5.5135 个, 主等位基因频率平均值为0.4151, 多态性信息含量变化范围为 0.3749～0.8319。根据Botstein[36]等的划分依据: PIC>0.50 为高度多态性信息引物, PIC<0.25 为低度多态性信息引物, PIC 值介于0.25 和0.50 之间, 为中度多态性信息引物。本研究所选用的引物, PIC 平均值为0.6252, PIC>0.50 的标记有33 个, 占总量的89.19%, 平均基因多样性为0.6779, 表明本研究群体材料遗传多样性较丰富, 37对SSR 标记的多态性较高。

利用Structure 2.3.1 软件对62 份供试甘蔗种质进行群体结构分析, 当K=3 时, ∆K出现明显的峰值(图2-A), 即参试的62 份甘蔗种质群体存在3 个亚群, 分别命名为POP1、POP2 和POP3 (图2-C)。其中POP1 有37 份材料(图2-B), 包括品种/亲本21 份,云瑞创新种质16 份,Q>0.8 的有28 份,Q<0.6 的有1份; POP2 有21 份材料, 包含云瑞创新种质16 份, 品种/亲本5 份,Q>0.8 的有12 份,Q<0.6 的有6 份; POP3的4 份材料都是云瑞创新种质,Q>0.8 的3 份,Q<0.6的1 份。62 份种质仅有8 份种质的Q值小于0.6, 表明群体材料的遗传组成较为简单。所获得的Q值矩阵将用于后续关联分析作为协变量, 以消除群体结构对关联分析结果的影响。

图2 62 份甘蔗种质资源的群体结构Fig.2 Population structure of 62 sugarcane germplasm entries

2.4 甘蔗株高、茎径和锤度与SSR 标记的关联分析

通过MLM 方法(表4), 在4 个环境下共检测到与株高关联的标记6 个, 对表型变异的解释率范围为10.57%～14.95%; 与茎径关联的标记7 个, 表型变异解释率为5.04%～26.29%; 与锤度关联的标记7 个,表型变异解释率为16.90%～27.98%。

表4 与3 个育种性状显着关联到的SSR 标记情况总概Table 4 General overview of SSR markers associated with three breeding traits

为提高关联标记的可靠性, 本研究把在2 个及以上环境下同时检测到的标记认为是优异关联位点(表5)。因此, 与株高关联的 6 个标记中, 只有SCB190 为株高优异关联位点, 同时在2 个环境下检测到。与茎径关联的7 个位点中, 只有DBF/Arb1、SMC486CG、SMC1752 和IISR306 为优异关联位点,其中DBF/Arb1 和SMC486CG 同时在3 个环境下检测到, 且SMC486CG 与茎径在3 个环境下均为极显著相关。与锤度关联的优异位点有SMC851MS 和SMC119CG 两个。

表5 在2 个及以上环境下都检测到的与农艺性状显着关联的SSR 标记Table 5 SSR markers associated with agronomic traits under two or more planting environments

2.5 优异关联位点的表型效应解析

为发掘优异等位变异, 在基因型与表现型间建立对应关系, 本研究进一步对上述鉴定出的7 个优异关联位点进行表型效应解析。由于本研究主要为发掘与甘蔗高产高糖相关的等位变异, 因此, 本试验将在多个环境下表型效应值均为正值(增效)的等位变异认定为优异等位变异。表6 列出了上述获得的7 个优异关联位点在4 个不同环境条件下各等位变异的表型效应值及典型载体材料, 表7 列出了鉴定出来的优异等位变异及其对应的典型载体材料。分析发现:

表6 7 个优异关联位点及其所有等位变异对应的表型效应值Table 6 Alleles of seven related elite markers and their phenotypic effect value

表7 优异等位变异及其相应环境下对应的典型载体材料Table 7Excellent alleles and typical carrier materials in corresponding environments

(1) 株高优异关联位点SCB190, 共检测到5 个等位变异, 其中SCB190_263 bp 在2 个种植环境条件下均为增效效应, 属株高优异等位变异, 典型材料是云瑞164。其余4 个为减效效应, 减效效应最大的等位变异是SCB190_250 bp。

(2) 茎径关联的4 个优异位点中, DBF/Arb1 同时在3 个环境下都检测到, 包含3 个等位变异。其中, DBF/Arb1_217 bp 在3 个种植环境条件下均为增效等位变异, 属优异等位变异, 典型材料分别是云瑞15-566、粤糖86-368、粤糖60 号。位点SMC486CG检测到7 个等位变异, 其表型效应介于-0.18 ～ +0.06之间, 其中SMC486CG_222 bp 和SMC486CG_232 bp在3 个种植环境下均为增效等位变异, 属优异等位变异, 典型材料有云蔗08-1609、粤糖86-368、粤糖93-159 和桂糖11 号, SMC486CG_234 bp、SMC486CG_236 bp、SMC486CG_237 bp 和SMC486CG_238 bp 在3 种环境下均为减效效应。位点SMC1752 检测到4个等位变异, 表型效应范围为–0.03 ～ +0.02, IISR306检测到8个等位变异, 表型效应范围为-0.92 ～ +2.04。

(3) 锤度关联的2 个优异位点中, SMC851MS 具有6 个等位变异, 表型效应值为-0.26 ～ +0.22, 平均增效效应为+0.08, 减效效应为-0.13。等位变异SMC851MS_133 bp 和SMC851MS_134 bp 在2 个种植环境条件下均为增效效应, 属优异等位变异, 典型材料有云蔗 08-1609、福农 15 号。等位变异SMC851MS_129 bp、SMC851MS_131 bp和SMC851MS_137 bp 为减效效应, 典型材料有云瑞17-114、云瑞17-124、云瑞15-566。位点SMC119CG 检测到5 个等位变异, 表型效应范围为-5.27 ～ +0.51, 平均增效效应为+0.28, 减效效应为-1.59。其中SMC119CG_116 bp、SMC119CG_122 bp 在2 个环境下均为增效效应, 属优异等位变异, 增效效应最大的是SMC119CG_122 bp (+0.51), 典型载体材料是粤糖00-236。这些增效(减效)效应明显或稳定的等位变异(在多个环境下都检测到)可在今后甘蔗育种中根据具体的育种目标性状进行选择性地利用, 而携带这些等位变异的典型载体材料可考虑作为甘蔗杂交的优异亲本资源。

3 讨论

高产高糖是甘蔗育种的两个重要目标。根据甘蔗理论产量和理论蔗糖分计算公式, 甘蔗株高、茎径和锤度是这两大育种目标的主要构成因子[4-5]。常规甘蔗育种依赖表型选择优良性状以实现育种目标,但易受到环境因素的影响。因此, 摸清常用种质资源重要育种性状的遗传变异和遗传规律, 不仅可提高选择效率, 而且可增强对杂交后代表现型的预见性[37]。本研究62 份材料在4 个种植环境下的表型遗传变异分析表明, 3 个育种性状的变异系数范围为6.73%～19.89%, 其中变异系数大小排序依次为株高>茎径>锤度。徐志军等[38]对甘蔗F1群体农艺性状遗传分析的结果显示, 甘蔗F1群体的性状变异系数为茎径(12.53%)>株高(10.51%)>锤度(8.23%)。刘家勇等[3]研究显示, 甘蔗新植和宿根的蔗糖分变异系数较小, 介于9.56%到11.65%之间。杨昆等[39]对甘蔗家系经济性状的遗传变异分析结果表明, 6 个性状中株高的遗传变异系数最大(14.25%), 锤度最小(4.12%)。这些研究都表明甘蔗锤度性状的变异系数较小。除变异系数外, 性状的遗传力也是植物遗传改良和育种工作中的重要遗传参数, 反映的是根据表型值选择基因型值的可靠程度[40-41]。本研究的3个育种性状广义遗传力范围介于0.68 至0.76 之间,表现为较高的遗传力, 这与杨昆等[39]的研究结果一致, 说明在育种中, 根据表型值对性状进行优劣选择是比较有效的。然而, 本研究方差分析显示基因型、环境、基因型×环境对甘蔗株高、茎径和锤度的影响为极显著, 说明种植环境对这3 个性状的影响也较大。因此, 除表型选择外, 亟需建立更有效、更可靠的分子标记辅助选择方法。

关联分析, 是在性状表现型和基因型或遗传标记间建立起联系, 以便利用遗传标记预见表现型的重要方法之一。本研究利用多态性SSR 标记, 获得与株高、茎径和锤度关联的SSR 标记数分别为6 个、7 个和7 个, 一个性状检测到多个关联标记。Ukoskit等[42]对甘蔗蔗糖分相关性状进行关联分析发现与锤度极显著关联的标记3 个。Siraree 等[18]鉴定出与甘蔗株高关联的SSR 标记2 个, 与茎径关联的标记3个。与本研究结果一致, 都表明一个性状可检测到多个关联标记, 表明这些性状是由多基因控制的。同时, 一个标记也可以与多个性状关联。如本研究中的SMC851MS 同时与茎径和锤度关联, SMC219与株高和锤度2 个性状同时关联。这种情况也体现在其他作物中。张力岚等[43]通过SSR 标记与黄麻纤维产量性状的相关性分析, 发现与黄麻株高相关的SSR 标记37 个, Kraakman 等[44]利用AFLP 标记发现与大麦产量相关的标记共有8 个。刘其宝[45]等利用MLM 方法检测到17 个与陆地棉叶片叶绿素含量显著关联。Abbasi 等[46]利用104 个SSR 标记对甜菜的性状进行相关分析, 结果发现FDSB502 标记与甜菜的糖提取系数、糖含量、糖浆、叶片钾含量均相关。这些结果表明, 一个SSR 标记可以与多个性状具有相关性, 张力岚等[42]推测这可能是由于这个标记对应的多效性QTL 引起的。

掌握性状的表型和基因型是育种工作的基础和关键, 然而, 仅仅找到与表型相关的标记还不足以满足育种家的需求, 不足以为育种工作提供可利用的信息。因此, 深入分析关联位点等位变异的效应值, 发掘其中的有利等位变异, 在基因型与表现型间建立起对应关系, 更有助于为分子标记辅助育种提供更有价值的信息。在甘蔗中, 前人研究已定位到了一些与甘蔗产量和糖分性状关联的位点[15-20],但都仅限于找到关联位点, 未进行表型效应解析。本研究在获得关联位点后, 进一步筛选出在2 个及以上环境下都检测到的优异关联位点, 并一一解析了各等位变异的表型效应, 在性状的表现型与基因型之间用特定的等位变异建立起联系, 发掘与甘蔗株高、茎径和锤度性状关联的优异等位变异。在株高方面, 发掘了对株高具有增效潜力的优异等位变异SCB190_263 bp, 其表型效应范围为+0.10 ～ +2.02;在蔗茎方面, 发掘了对茎径具有增效效应的优异等位变异 DBF/Arb1_217 bp、SMC486CG_222 bp、SMC486CG_232 bp, 这些等位变异在3 个环境下均表现为增效效应, 其表型效应范围为+0.01 ～ +0.07。在锤度方面, 发掘了对锤度具有增效效应的优异等位变异SMC851MS_133 bp、SMC851MS_134 bp、SMC119CG_116 bp、SMC119CG_122 bp 4 个, 其表型效应范围为+0.01 ～ +0.51。表型效应值变异范围最大的性状是锤度, 与其他作物相比, 本研究获得的表型效应值相对较小[15,45]。这主要是由物种间差异、研究性状不同及表型效应值的计算方法不同引起的。值得关注的是: (1) 典型载体材料如云蔗08-1609、粤糖86-368、粤糖93-159 都同时携带2个茎径增效等位变异, 与其属中大茎甘蔗品种的实际情况一致[47-49]。(2) 典型载体材料云蔗08-1609 (携带等位变异SMC851MS_133 bp、SMC851MS_134 bp和SMC119CG_116 bp)、粤糖00-236 (携带等位变异SMC119CG_116 bp 和SMC119CG_122 bp)、福农15号(携带等位变异SMC851MS_133 bp 和SMC851MS_134 bp)同时携带2 个及以上锤度增效等位变异, 这3 个材料皆是高糖甘蔗品种[47-50]。这暗示着: 一是本研究发掘的对茎径、锤度具有增效效应的等位变异,其典型载体材料的实际表现型与其携带的等位变异的表型效应一致, 进一步说明利用MLM 方法关联到的标记结果可靠性较高; 二是这些等位变异与其性状密切相关, 有望作为对应性状的新选择标记,在后续研究中应着重关注此类型的等位变异, 同时应加大群体数量进行进一步验证; 最重要的是, 等位变异所对应的表型效应可能具有累加效应, 即携带的增效等位变异数量越多, 其对应的性状表型值越大。因此, 在育种上可优先利用携带多个优异等位变异的种质材料; 此外, 在杂交组合选配时可根据要改良的性状选择携带相应性状等位变异的亲本,通过杂交等方式将亲本所携带的优异等位变异聚合起来, 为甘蔗育种提供优异种质资源。

4 结论

本研究群体材料株高、茎径和锤度3 个育种性状具有丰富的遗传变异, 环境、基因型与环境互作对其具有极显著影响, 但其表现型主要由基因型决定。所选用的37 对SSR 标记多态性较高, 群体表现出较高的遗传多样性。利用MLM 方法进行关联分析, 共鉴定出与株高、茎径和锤度关联的SSR 标记20 个, 对表型的解释率范围为5.04%～27.98%, 其中7 个为优异关联位点。对这7 个优异关联位点进行表型效应解析, 获得对甘蔗株高、茎径和锤度具有增效效应的优异等位变异共8 个及其典型载体材料10 份。研究结果表明等位变异所对应的表型效应可能具有累加效应, 在育种上可优先利用携带多个优异等位变异的种质材料, 可通过杂交将亲本所携带的优异等位变异聚合起来, 创制优异种质。